Zephyrnet-logo

Hoe redt AI levens?

Datum:

[Ingesloten inhoud]

De CEO van Everguard.ai, Sandeep Pandaya, sluit zich aan bij Ryan Chacon om te bespreken hoe AI maakt gebruik van IoT-gebruiksscenario's en hoe het levens kan redden. Sandeep begint met het delen van het achtergrondverhaal van het bedrijf en duikt vervolgens in een overzicht op hoog niveau van de huidige staat van AI en de belangrijkste use cases van adoptie. Sandeep richt zich vervolgens op het belang van AI en het vermogen ervan om de veiligheid van werknemers te beschermen. Ryan en Sandeep ronden deze discussie af met een gesprek over uitdagingen bij de acceptatie en advies voor bedrijven die AI in hun bedrijf willen integreren.

Over ons Sandeep

Sandeep Pandya is CEO van Everguard.ai en loopt voorop in de integratie van wearables met computervisie, machine learning en AI om de industriële omgevingen ter wereld veiliger en duurzamer te maken. Everguard.ai, opgericht in 2019, kwam voort uit Pandya's overtuiging dat de wereld een technologische renaissance doormaakt en dat de samenhang van AI, digitale connectiviteit en het delen van informatie de manier waarop mensen en hun gemeenschappen elkaar ondersteunen, fundamenteel zal veranderen en verbeteren. Pandya is een technologieveteraan wiens ervaring zich uitstrekt over productintroducties en innovaties op het gebied van halfgeleiders, verbonden apparaten, draadloze infrastructuur, cloudservices en nieuwe AI/CV-toepassingen. Zijn leiderschap heeft organisaties van elke omvang geholpen om wereldwijd snelgroeiende markten te vestigen.

Geïnteresseerd om in contact te komen met Sandeep? Neem contact op via Linkedin!

Over Everguard.ai

van Everguard missie is om de belangrijkste activa van bedrijven - hun mensen - te beschermen met de eerste proactieve technologische oplossing gericht op industriële duurzaamheid. Ze brengen een revolutie teweeg in de manier waarop de zware industrie de veiligheid, gezondheid en het welzijn van werknemers benadert met behulp van AI-technologie om bedrijven te ondersteunen bij hun missies om initiatieven op het gebied van milieu, maatschappij en bestuur (ESG) te vervullen. Everguard.ai zijn de technologen achter Worker-Centric AI™, 's werelds eerste platform voor kunstmatige intelligentie dat een bewuste omgeving creëert die wordt aangedreven door sensorfusie die angst en gevaar detecteert lang voordat een mens dat kan. Worker-Centric AI™ verbindt verschillende industriële sensortechnologieën met behulp van sensorfusie, edge computing en AI-algoritmen om ze in staat te stellen te presteren op manieren die onafhankelijk niet mogelijk zijn. De bedrijfsoplossing van Everguard, Sentri360®, maakt gebruik van Worker-Centric AI™-technologie om een ​​Sentri Zone™ te creëren met werknemers in het centrum, waardoor ze voortdurend worden beschermd in de meest complexe industriële omgevingen.

Belangrijkste vragen en onderwerpen uit deze aflevering:

(1: 51) Inleiding tot Sandeep en Everguard.ai

(5: 49) Huidige staat van AI

(9: 24) Gebruik cases die de acceptatie van AI leiden

(11: 23) AI voor het redden van levens

(14: 43) Uitdagingen bij adoptie

(18: 21) Advies voor bedrijven die willen adopteren


Transcript:

– [Sandeep] En in feite telemetrie leveren in software die nu AI-software is, of het nu aan de rand werkt in die kleine camera die begrijpt dat de heer zijn vizier niet draagt ​​naast de glasoven of het verzamelt miljoenen en miljoenen datapunten, u krijgt gebruiksvoorbeelden voor productiviteit, want nu kunt u, weet u, operationele knelpunten zien voordat ze zich voordoen.

– [Ryan] Hallo allemaal en welkom bij een nieuwe aflevering van de IoT for All Podcast van IoT for All, de nummer één publicatie en bron voor het internet der dingen. Ik ben je gastheer, Ryan Chacon. Als je dit op YouTube bekijkt, zouden we het erg op prijs stellen als je deze video een duimpje omhoog geeft en je abonneert op ons kanaal, als je dat nog niet hebt gedaan. Als je naar ons luistert in een podcast-directory, zoals Apple Podcast, kun je je abonneren om de nieuwste afleveringen te ontvangen zodra ze uitkomen. Oké, in de aflevering van vandaag hebben we Sandeep Pandya, de Chief Executive Officer van Everguard.ai. Het is een bedrijf dat als missie heeft de belangrijkste activa van het bedrijf, namelijk hun mensen, te beschermen met een eerste proactieve technologische oplossing gericht op industriële duurzaamheid. Zeer interessant bedrijf. Zeker een aanrader om ze eens te bekijken. In de aflevering van vandaag praten we veel over AI, we praten over de huidige staat van AI, de rol die AI speelt in de IoT-ruimte, hoe AI zelfs een rol speelt bij het redden van levens met verschillende soorten toepassingen en use cases, grote uitdagingen waarmee bedrijven worden geconfronteerd wanneer ze AI in hun oplossing proberen op te nemen en toe te passen, en ook algemeen advies voor diegenen die AI in hun IoT-oplossingen willen integreren. Over het algemeen dus een fantastische aflevering, ik denk dat je er veel waarde uit zult halen, maar voordat we eraan beginnen, wil iemand van jullie de snelgroeiende en winstgevende IoT-markt betreden, maar weet hij niet waar te beginnen? Check onze sponsor Leverege. Het ontwikkelingsplatform voor IoT-oplossingen van Leverege biedt alles wat u nodig hebt om kant-en-klare IoT-producten te maken die u kunt whitelabelen en onder uw eigen merk kunt doorverkopen. Ga voor meer informatie naar IoTchangeseverything.com. Dat is IoTchangeeverything.com. En zonder verder oponthoud, geniet van deze aflevering van de IoT for All Podcast. Juist Sandeep, welkom bij de IoT for All Podcast. Bedankt dat je hier deze week bent.

– [Sandeep] Ja, bedankt dat je me hebt.

– [Ryan] Absoluut. Oké, laten we beginnen door je een korte introductie over jezelf te laten geven aan ons publiek.

– [Sandeep] Bedankt Ryan. Ik ben Sandeep Pandya, ik ben de CEO van Everguard.ai. Everguard.ai is een door een onderneming gesteunde startup in Zuid-Californië, gericht op het gebruik van diepgaande technologieën zoals kunstmatige intelligentie en industriële IoT om industriële werknemers over de hele wereld veiliger te maken.

– [Ryan] Fantastisch. En wat ik graag zou horen, als je het niet erg vindt, is een beetje vertellen over hoe dit bedrijf zelfs is ontstaan. Dus weet je, ik weet dat er een uniek verhaal is over hoe jullie allemaal zijn begonnen, maar wat was de kans die je zag, wat zag je dat niet op de markt werd bediend, waardoor dit bedrijf ontstond en een soort van heeft je gebracht waar je nu bent.

– [Sandeep] Ja, bedankt daarvoor. Dus weet je, ik ben een technologieveteraan. Ik doe al meer dan drie decennia technologische productontwikkeling, meestal bij grote blue-chipbedrijven, maar in 2015 brak ik af bij mijn eerste door een onderneming gesteunde startup, het was gericht op de veiligheid van werknemers met behulp van diepgaande technologieën, maar in de commerciële vlootruimte en als president daar, denk ik dat ik werd aangeworven door een van de investeerders van Everguard, dat is Boston Consulting Group en vervolgens hun partner SeAH, wat een groot Aziatisch staalconglomeraat is, om in wezen een soortgelijk concept te gebruiken van het gebruik van diepe technologieën voor de veiligheid van werknemers maar in de industriële omgeving, met name staalfabrieken die SeAH heeft, waren ze op zoek naar een ervaren leidinggevende die startkapitaal kon nemen en het team en de technologie kon bouwen en het product in het bedrijf kon lanceren, zodat SeAH-medewerkers niet alleen veiliger zijn, maar weet je, werkende werknemers in alle sectoren kunnen veiliger zijn. En voor mij gaat het geweldig bij mijn vorige bedrijf, ze zijn op weg om een ​​eenhoorn te worden. Ik voel me daar geweldig bij, maar de kans die me echt opwond, Ryan zat in het pitchdeck van Boston Consulting Group voor mij, wat liet zien dat OSHA, toch? De instantie die de veiligheid van werknemers reguleert, heeft door hun onderzoek ontdekt dat de top 10 van incidenten die plaatsvinden op het werk in een industriële omgeving over het algemeen hetzelfde zijn in alle bedrijfstakken en voor mij was dat een aha-moment, dat zei dat, en dit was de pitch van BCG aan mij, dat is: "Hé, kom en word de CEO van dit bedrijf en als je ons kunt helpen een veiligheidsplatform te bouwen, een AI-veiligheidsplatform voor staal, kunnen we naar olie en gas gaan, we kunnen naar de bouw gaan , we kunnen naar de mijnbouw gaan” en dat is echt wat we hier proberen te doen, is gewoon meer mensen bereiken en om daar deel van uit te maken om de veiligheid van werknemers op een nieuwe manier te definiëren, zo breed, zo snel was gewoon iets dat ik kon geen nee zeggen, dus...

- [Ryan] Ja, ik denk dat de, weet je, die pitch die ze tegen je hadden, duidelijk werkte, maar tegelijkertijd is het erg relevant voor de bedrijven die we zien via succes in de IoT-ruimte nu ze kunnen bouwen voor een bepaald probleem, maar het weegt zwaar in alle sectoren en het is een veelvoorkomend probleem, niet alleen in één geïsoleerde verticale lijn maar in veel verschillende sectoren, en het geeft je een echte kans om schaal en ik denk dat die bedrijven die dat soort oplossingen hebben, dat soort producten hebben, veel succes zien in de ruimte waar we ons, weet je, op richten.

– [Sandeep] Helemaal mee eens. Ik denk dat de superkracht die IoT heeft, of het nu industrieel is of niet, eigenlijk de horizontale schaalkracht is, tot jouw punt. Dat is, het is veel, weet je, in wezen goed begrepen technologie, maar het moet gewoon verschillende ruimtes binnendringen en als je het op een of twee plaatsen, een of twee branches of marktsegmenten kiest, heel snel, als je je bent slim, je kunt het zijwaarts nemen.

– [Ryan] Absoluut. Dus laat me je hier op een hoog niveau vragen, ik wil dieper ingaan op hoe AI een rol speelt bij het redden van levens, enzovoort, maar ik wilde wat verder beginnen en de huidige staat van AI bespreken . Voor veel mensen die AI horen, horen ze het als een modewoord, ze begrijpen echt niet precies wat het doet en wat het doet om waarde toe te voegen aan oplossingen die op de markt zijn. Maar als u zou kunnen beginnen door ons een klein beetje te vertellen over hoe u de huidige staat van AI in het algemeen ziet en dan ook de rol die het werkelijk speelt of u ziet spelen in de IoT-ruimte.

– [Sandeep] Ja, goede vraag. En weet je, op zichzelf zou het een heel lang gesprek kunnen zijn, maar in de eenvoudigste bewoordingen, weet je, ik doe AI af en toe sinds eind jaren 80 en begin jaren 90, weet je, toen ik op de middelbare school zat en toen was AI lang niet zo cool als nu. En het was ook minder volwassen, weet je, en het nut ervan was een stuk minder omdat het op regels gebaseerde programmering was, weet je, als A en B dan C. En de rekenkracht was een stuk lager en dus kon je echt niet los alles op behalve wat ze speelgoedproblemen uit de academische wereld noemen. Wat er nu is gebeurd, weet je, in de afgelopen drie decennia en dus hebben veel andere activerende technologieën, zoals in de smartphonewereld, geminiaturiseerde processors, camera's, locatietechnologieën zoals GPS en in feite een veel interessantere en betaalbare set van platformen waarop deze openhartige rekenintensieve algoritmen kunnen draaien en dat is één ding, namelijk dat het goedkoper is geworden om echt, echt geavanceerde programmering te doen. Maar het andere soort, ik zou zeggen, buigpunt in de AI-wereld was de komst van diep leren, een neuraal netwerktype van programmeren voor degenen die er misschien vanaf weten, maar als het te mooi klinkt, is het eigenlijk gewoon een andere manier van het proberen algoritmen te schrijven die beter werken voor zaken als beeldanalyse of audiostreams of elk soort signaal dat niet zo eenvoudig is als A + B = C, toch? Ons voorwaardelijke soort dingen en wat dat echt deed, is dat het een renaissance veroorzaakte in bijvoorbeeld computervisie, of je hebt misschien een slimme luidspreker thuis, dus natuurlijke taalverwerking, het is gewoon, of het nu Alexa of Google is, het lijkt gewoon zo veel nu intuïtiever en dat komt eigenlijk omdat ongeveer tien jaar geleden diep leren begon en het begrip van menselijke taal, begrip van menselijke activiteit, wat betekent dat de persoon rookt? Stoppen ze iets in hun jasje in een winkelomgeving terwijl ze dat niet zouden moeten doen, weet je, alleen dat soort menselijk gedrag is veel gemakkelijker te begrijpen. Nu zeg ik niet dat de systemen intelligent zijn, ze zijn gewoon veel beter in informatieanalyse wanneer de informatie dit ongestructureerde soort beeld- of audiostream is en dat is hoe dan ook een beetje nerdy, maar de drijvende kracht is omdat het is goedkoper geworden om te implementeren in de industriële IoT-wereld omdat de processors bijvoorbeeld goedkoper zijn of mobiele connectiviteit meer doordringend is. En de algoritmen zelf zijn anders dan 30 jaar geleden, die perfecte storm is nu AI veel benaderbaarder gemaakt en je hebt misschien een deurbel die kan vertellen dat het een portiekpiraat is versus een voorbijrijdende auto, juist, of de slimme spreker kan begrijpen wat je zegt en bestelt het juiste, et cetera.

– [Ryan] Absoluut. Zijn er, als het gaat om wat een AI kan of mogelijk maakt binnen IoT, zie je enige use-cases die het voortouw nemen bij de acceptatie van AI of een andere, ik denk dat een andere vraag die hiermee verband houdt, is hoe AI is het bevorderen van bepaalde use-cases of specifieke use-cases waarvan je de laatste tijd echt een soort bubbel naar de top hebt gezien?

– [Sandeep] Ja, ik zou zeggen dat zelfs buiten de veiligheidswereld, een van de krachten van het internet der dingen volgens mij is om connectiviteit uit te breiden naar plaatsen waar dat voorheen gewoon niet kon, dus of je nu op de werkvloer van een fabricagefaciliteit bent of in een staafmolen of op een bouwplaats, weet je, dit zijn echt uitdagende omgevingen om te werken, toch? Dat zijn ze gewoon. En de kracht van de IoT-gemeenschap is om erachter te komen hoe apparaten kunnen worden gemaakt die verbonden zijn, die kunnen werken, zoals misschien dingen voelen, de toestand van een machine voelen, de luchtkwaliteit voelen, weet je, enzovoort, of zelfs menselijk gedrag door middel van computervisie en camera's. En in feite telemetrie leveren in software die nu AI-software is, of het nu aan de rand werkt in die kleine camera die begrijpt dat de heer zijn vizier niet naast de glasoven draagt, of het verzamelt miljoenen en miljoenen datapunten, je krijgt productiviteitsgebruikscases want nu kun je operationele knelpunten zien voordat ze zich voordoen. Of je ziet dat de arbeider de verkeerde kant op kijkt als de kraan nadert. Rechts. Je kunt nu een wereld creëren van wat we niet alleen voorspellende analyses noemen, maar ook wat we prescriptieve noemen, wat betekent dat ik eigenlijk niet alleen voorspel dat er iets ergs zal gebeuren of onbedoeld is, maar dat ik de oplossing in realtime kan voorschrijven, in honderden milliseconden en IoT is die ruggengraat die dat mogelijk maakt, de rekenkracht plus het IoT maken dat allemaal mogelijk.

– [Ryan] Fantastisch. Dus ik wilde een beetje draaien naar het focusgebied dat jullie allemaal hebben, omdat ik denk dat het een heel interessante ruimte is waar we nog niet zo veel over hebben gedaan en het gaat om het gebruik van deze technologieën waar we het over hebben om levens te redden en vooral als het heeft betrekking op arbeiders, die arbeiders die in deze uitdagende omgevingen werken, dus bouw, industriële productie, noem maar op. Kun je iets vertellen over hoe AI echt wordt gebruikt om werknemers in deze omgevingen te helpen beschermen, en in algemene zin?

– [Sandeep] Ja, nee, ik hou van die vraag en wij bij Everguard hebben een raamwerk gecreëerd om na te denken over deze complexe omgevingen, want als iemand over de vloer van een staalfabriek of een bouwplaats heeft gelopen, is het net zo druk als de drukste luchthaven, Rechtsaf? Ik ben opgegroeid in Chicago, we waren er altijd trots op dat O'Hare Airport de drukste luchthaven ter wereld is. Ik weet zeker dat sommige mensen daar ruzie over zullen maken, maar het komt erop neer dat dit zeer complexe omgevingen zijn. Mensen die voertuigen verplaatsen, machines zoals kranen, de luchtkwaliteit zelf, en dan de operatie die niet mag stoppen als er iets aan gedaan kan worden. We hebben dus een raamwerk dat het opdeelt in vier emmers en AI bestaat bij allemaal. Dus daar is het arbeidersniveau, laarzen op de grond, toch? Er is de werkruimte, dat is de interactie tussen man of vrouw en machine. Dus voertuig naar arbeider, kraan naar arbeider, machine naar arbeider, weet je, het kan machinebewaking zijn, hogesnelheidsmachines. Dan is er de werkomgeving. Dus OSHA bijvoorbeeld, als het gaat om veiligheid, misschien weten mensen dit of niet, maar het gaat niet alleen om wat de werknemer draagt ​​of hoe ze omgaan met de machine, maar om de lucht die ze inademen, de lichtvervuiling, de geluidsoverlast, die hebben allemaal zeer strikte eisen om de werknemers veilig te houden en dus moet je dat bewaken met de juiste soorten sensoren en uiteindelijk, weet je, als je de werknemer hebt, hun kernfysiologie, persoonlijke beschermingsmiddelen, de werkruimte, hun interactie met machines en de werkomgeving zoals omgevingssensoren die bijvoorbeeld naar luchtkwaliteit, geluid of licht kijken. Al die telemetrie komt samen in wat we de corporate governance-laag noemen. Dus zoals je weet, draait de ESG-beweging, Ryan, helemaal om duurzaamheid en bedrijven die het juiste doen om werknemers en hun gemeenschappen veilig en gezond te houden. Hoe doe je het? Waar komen de gegevens vandaan, toch? Het is papier en potlood gebruiken terwijl mensen handmatig rondlopen. Nou, in de 21e eeuw is dat gek. Maar IoT plus AI, wat het mogelijk maakt, is real-time telemetrie om naar het bestuursniveau te stromen, dus de C-Suite, de raad van bestuur, aandeelhouders, ze weten nu dat wanneer je een impactrapport hebt van die grote operatie dat er geloofwaardigheid, er zit geloofwaardigheid in. En dus zijn we een faciliterende kracht, ik denk dat IoT en AI die real-time telemetrie kunnen bieden en als je het gebruikt zoals we het gebruiken, namelijk het voorkomen van incidenten, of ze nu milieu- of werknemer- of letselgerelateerd zijn , dan heb je de kracht die in twee richtingen gaat.

– [Ryan] Absoluut. Ja, dat is fantastisch om voor ons uit elkaar te vallen en erg krachtig, zoals je hier kunt uitleggen, hoe die technologieën dingen mogelijk maken die voorheen niet mogelijk waren? Wat zijn enkele van de grootste uitdagingen die u hebt gezien in de implementaties waarbij u betrokken bent geweest, en u hebt bedrijven deze technologieën zien adopteren en implementeren? Zoals wanneer je met een bedrijf samenwerkt om een ​​oplossing te implementeren, tegen welke uitdagingen bedrijven vaak aanlopen en hoe moeten mensen erover nadenken die hier naar luisteren, zodat ze er een beetje op vooruit kunnen lopen wanneer ze plannen maken voor de implementatie van dit soort technologie?

– [Sandeep] Ja, ik zou zeggen, twee emmers. Ik denk graag in termen van kaders en dus is er één kader dat de rijping van de technologie in jouw specifieke ruimte is en wat ik daarmee bedoel is, en mensen die uit een AI-wereld of een technische wereld komen met enige bekendheid met AI , traint AI zichzelf in feite door aanvullende gegevens om steeds nauwkeuriger te worden, toch? Ik kan het woord leren gebruiken als je het wilt geven, als je het gedrag wilt personifiëren, maar hoe meer gegevens je een AI-algoritme invoert, hoe preciezer het wordt. Gezichtsherkenning of je weet wel, wat dan ook, wat heb je, toch? Dus als we een paar nieuwe use-cases introduceren, weet je, om persoonlijke beschermingsmiddelen te monitoren of de manier waarop mensen in hun omgeving omgaan, ook al hebben we die use-case vijf keer in vijf andere faciliteiten gedaan, AI is een beetje gevoelig. Dit betekent dat als de verlichting verandert, als de rommel op de achtergrond een klein beetje anders is, er een klein beetje opstartkosten kunnen zijn om de modellen, wat we modellen noemen, de AI-algoritmen, opnieuw te trainen om ervoor te zorgen dat de KPI's, die de key performance indicators zitten in de hoge 90%. Dus net binnen, het kan 70% of 80% zijn, maar met een beetje herscholing om het op maat te maken voor uw omgeving, is het weer terug in de 90%, maar het heeft wat tijd nodig. Aan de andere kant zijn er enkele andere technologieën, zoals voertuig-naar-werknemer antibotsingssystemen die gebaseerd zijn op radiosignalen, ze werken gewoon uit de doos. Het is gewoon radiotechnologie, toch? Dus dat soort nuance, een beetje begrip van hoe te implementeren en het geduld is nuttig. En we hebben het over weken en maanden, niet over maanden en jaren, toch? Het andere raamwerk is het onderdeel veranderingsbeheer, het organisatorische onderdeel, wat inhoudt dat een deel van je publiek zou kunnen zeggen: "Ja, dat is allemaal geweldig, maar weet je, we zijn in een vakbondswinkel, de jongens zullen daar nooit camera's accepteren." ” en ik doe dit nu acht jaar nadat ik een deep tech-man in grote bedrijven was. De afgelopen acht jaar heb ik gewerkt aan de veiligheid van werknemers door middel van AI en eerst in commerciële wagenparken waar chauffeurs geen camera's in hun gezicht wilden en weet je, nu op werkvloeren en staalfabrieken en productiefaciliteiten. Wat we sinds 2015 hebben ontdekt, is dat mensen, geloof het of niet, meer vertrouwd zijn met AI, het is minder mysterieus, mensen hebben een slimme luidspreker, mensen gebruiken hun smartphone, ze hebben ring-

– [Ryan] Ze denken niet dat het de wereld gaat overnemen of wat dan ook, of zoiets-

– [Sandeep] Precies. Ik maak graag grapjes, het is niet Arnold, het is Alexa, relax. En om die reden is er een beetje angst, maar geloof het of niet, we hebben met enkele van de grootste vakbonden op verschillende continenten gesproken en ze snappen het en ze begrijpen dat deze technologie, hoewel het griezelig lijkt, niet de bedoeling is, het is niet slimmer dan het lijkt, het is gewoon getraind om specifieke dingen te doen, zoals draagt ​​die persoon een hoed? Het weet niet dat ze een sigaret roken als je het niet hebt getraind om dat te doen, toch? Het houdt je niet op die manier in de gaten. Dus, om een ​​lang verhaal kort te maken, ik zou zeggen dat het onderdeel verandermanagement een barrière lijkt, maar dat is het niet echt als je gewoon het team traint, met ze praat en de twee dingen samen ons helpen uitrollen.

– [Ryan] Absoluut. En ik denk dat als een van mijn laatste vragen, voordat we hier afsluiten, een beetje aan toevoegen: welk advies heb je voor bedrijven die AI-technologie willen integreren in mogelijk zelfs bestaande IoT-oplossingen of om te helpen bij het oplossen van andere problemen die tot nu toe echt niet bestonden? niet mogelijk voor hen? Wat voor soort advies heb je voor hen om het aan te pakken?

– [Sandeep] Ik zou heel eenvoudig zeggen dat de technologie klaar is. We begrijpen dat verandering tijd kost, dus ga nu aan de slag, je hoeft niet veel uit te geven, er zijn bedrijven die bereid zijn om te werken en klein te beginnen. Een ding dat ik op de business school heb geleerd, is een oude uitdrukking: "Proef leidt tot adoptie". Doe een proef of twee, zorg ervoor dat iedereen zich op zijn gemak voelt en begin dan echt met het verbeteren en slimmer maken van uw omgevingen met deze technologie.

– [Ryan] Absoluut. Ja, ik denk dat het een veel voorkomend advies is, vooral met de gesprekken die ik heb gehad in de IoT-ruimte, wanneer je weet: begin met een proef, begrijp hoe het zal worden opgenomen in je bedrijf, in je oude systemen, je bestaande infrastructuur, begin ROI te zien, zodat u vervolgens de middelen kunt rechtvaardigen om het op grote schaal in te zetten en dat is dan ook duidelijk waar we allemaal naartoe proberen te gaan. Fantastisch advies dus. Absoluut. Dus voor het publiek dat hiernaar luistert en meer wil weten, meer wil weten over wat jullie allemaal doen, de rol die jullie spelen in de ruimte, misschien vragen wil beantwoorden, wat de beste manier is om dat te doen ?

– [Sandeep] Ja, we beantwoorden graag al je vragen, ook al is het alleen voor je eigen opbouw, als je gewoon meer wilt weten, praten we graag met je. [e-mail beveiligd] en Everguard is precies zoals het klinkt, EVERGUARD.ai [e-mail beveiligd] en we springen er helemaal overheen en komen bij je terug.

– [Ryan] Geweldig. Nou, heel erg bedankt voor je tijd. Fantastisch gesprek, ons publiek zal hier volgens mij veel waarde uit halen. We zullen ervoor zorgen dat we alle benodigde informatie koppelen in de beschrijvingen en de inhoud die we hierover verspreiden wanneer het live gaat, maar tot die tijd nogmaals bedankt en hopelijk kunnen we je op een gegeven moment terug hebben om over andere onderwerpen te praten gerelateerd aan wat je aan het doen bent.

– [Sandeep] Nee, dat zou me een genoegen zijn. Nogmaals bedankt, Ryan. Bedankt luisteraars.

– [Ryan] Oké allemaal, nogmaals bedankt voor het kijken naar die aflevering van de IoT for All Podcast. Als je de aflevering leuk vond, klik dan op de duim omhoog-knop, abonneer je op ons kanaal en zorg ervoor dat je op de bel klikt, zodat je de nieuwste afleveringen ontvangt zodra ze beschikbaar zijn. Verder nogmaals bedankt voor het kijken en tot de volgende keer.

spot_img

Laatste intelligentie

spot_img